基于TS模糊加权的风电机组变桨距的双模切换优化控制

传统的PID变桨距控制策略存在转速波动较大、变桨的跟随性差等不足。以风速在额定风速以上时,使风力发电机的输出功率稳定在额定功率为研究目标。针对变桨系统的惯性与延迟导致控制过程动态调节时间长、超调量大等问题,提出了基于TS模糊加权的模糊与PID双模切换优化变桨距控制策略。以Simulink为试验平台,搭建了永磁直驱风力发电机组的变桨控制模型。通过仿真验证表明,所提方法具有模糊控制与PID控制两者的优点,控制输出的桨距角精度更高、响应速度更快、功率更加靠近发电机输出的额定功率。     

基于高阶WENO格式的旋翼非定常涡流场数值模拟

为提高直升机旋翼黏性涡流场计算流体力学（CFD）的计算精度及降低数值耗散,发展了一套基于五阶加权本质无振荡（WENO）格式的旋翼非定常涡流场数值计算方法。采用运动嵌套网格方法生成围绕前飞状态旋翼的网格系统,以Navier-Stokes方程作为主控方程,湍流模型采用一方程Spalart-Allmaras模型。为了提高旋翼流场中对涡的形成、演化等发展过程的模拟精度,采用高间断分辨率的Roe-WENO格式计算对流通量。对状态变量的插值,选取适当的加权因子,通过多个重构模板的凸组合来构造五阶WENO格式,在交界面附近获得具有五阶精度的状态变量。为了提高计算效率,采用高效的隐式LU-SGS（Lower-Upper Symmetric Gauss-Seidel）推进方法和并行计算策略。最后,运用该方法分别对悬停状态下C-T（Caradonna-Tung）旋翼和UH-60A旋翼以及前飞状态下C-T旋翼和SA349/2旋翼的涡流场及气动特性进行了数值模拟,并将数值结果与传统二阶精度格式的计算值进行了对比。结果表明：在计算时间增长10%～20%的前提下,五阶WENO格式能够捕捉到更精确的涡流场特性,反映了五阶WENO格式在计算旋翼非定常涡流场时具有更高的计算精度与更低的数值耗散特性。     

基于证据理论聚类算法的故障诊断

为了正确高效地诊断故障,以并发故障为例,建立了基于证据理论聚类算法的诊断模型,提出了基于Dempster理论的聚类算法,该聚类算法既分析每个单类,还考虑单类的各种组合,并利用质心特性,将单类聚类原型推广为适合组合类特性的聚类原型。通过故障实例说明,本文模型既适合普通故障诊断,更适合并发故障诊断,且计算的时间复杂度较小。     

基于非下采样轮廓波的多源图像融合

利用非下采样轮廓波（NSCT）对源图像进行多尺度、多方向分解,对分解后的低频子带系数采用区域能量的融合规则,对高频子带系数采用基于领域方差加权平均的融合规则,对融合后的系数经过NSCT逆变换得到融合图像。实验结果表明,在主观视觉和客观评价指标上均优于其他对比方法。     

BDS/GPS组合导航接收机自主完好性监测算法

为使接收机自主完好性监测（RAIM）技术应用于民航垂直引导进近（APV）飞行阶段成为可能,研究了BDS/GPS组合导航RAIM算法。提出了一种基于BDS/GPS定位解最优加权平均解的算法,结合最优加权平均解与BDS/GPS定位解的关系建立检验统计量,根据最大允许的虚警率计算检验门限,实现对故障所在卫星导航系统的检测,并采用加权最小二乘残差法对故障进行检测与识别。研究结果对多星座组合卫星导航系统应用于民航APV飞行阶段的导航具有一定的参考意义。      

一种可移动检测机器人站位规划策略

针对大型舱体舱外有效载荷支架检测过程中机器人站位难以确定的问题,提出一种规划策略。首先,结合机器人正运动学构建检测环境的数学模型,分别从舱体轴向与径向初步划分工作区域。然后,基于遗传算法(GA)优化检测视点次序并对工作区域栅格化处理,结合工作区域内对应视点位姿信息及关节转角约束,通过机器人逆运动学求得满足约束条件站位。最后,考虑不同关节转角误差对机器人末端精度和机器人运行过程安全性的影响,对检测过程各关节角度变化方差加权处理并构造优化函数。通过算例验证了所构建的模型及方法的可行性,结果表明该策略能够得到满足检测需求的优化站位。     

开放世界下的雷达辐射源融合识别算法研究

针对开放世界下雷达辐射源目标库不完备的现状,对开放世界下雷达辐射源识别的信息融合模型进行了研究。建立了不同类型雷达特征参数的模糊隶属度函数,采用待测样本与模型样本匹配的方法生成广义概率指派函数,并采用修正的广义证据理论算法融合多参数信息获取识别结果。实验数据表明:该模型能在雷达辐射源目标库不完备的情况下,识别已知目标和判别未知目标,判别结果相对基于经典D-S证据理论和原始广义证据理论的融合识别方法更加可靠、有效,在雷达识别的场景中具有潜在应用价值。     

最大熵分位值估计及其对偶型优化解法

针对经典最大熵分位值估计中拉格朗日系数计算目前存在高度非线性、计算结果精度不高或有时难以收敛等问题,提出了一种对偶型 逐次寻优的方法.基于拉格朗日对偶法,推导建立了含有拉格朗日系数优化函数的对偶表达式;在此基础上,基于样本的概率权重矩约束,提出了逐次寻优算法.针对几种常见的概率分布类型和一种较为复杂的概率分布类型,采用对偶型最大熵方法和经典最大熵方法对其概率累积函数和分位值进行计算对比分析表明:对偶型最大熵分位值估计不仅具有非线性程度低、形式简单,而且对偶型 逐次寻优的方法具有比较高的计算精度,优化迭代的收敛性好等特点.      

非结构弹性体动网格方法应用策略及改进

针对3种代表性的经典弹性体动网格方法,从网格最大变形能力、质量评价指标和空间分布趋势3个方面综合分析了各方法的网格变形特性,重点总结了各方法的适用范围.结合工程实际,研究了特定问题的弹性体动网格应用策略.最后,整合各经典弹性体动网格方法的优势提出了改进方法,并通过NACA 0006翼型的超声速俯仰振荡加以验证.研究结果表明:基于面积的弹性体法适用于加密型网格,而基于距离的弹性体法适用于均匀型网格,该应用策略可为工程问题提供指导.改进方法效果明显,在大变形时相对基于距离的弹性体法的各项网格质量增幅均在10%以上,相对基于面积的弹性体法的最小网格质量增幅几乎达到4倍,并且在数值模拟中具有较高的精度,可显著增强弹性体法的鲁棒性.